Assessing Color Vision Test in Large Vision-language Models
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Ye, Hongfei, Chen, Bin, Liu, Wenxi, Zhang, Yu, Li, Zhao, Ni, Dandan, Chen, Hongyang |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
IQAGPT: Image Quality Assessment with Vision-language and ChatGPT Models
par: Chen, Zhihao, et autres
Publié: (2023)
par: Chen, Zhihao, et autres
Publié: (2023)
Hyperbolic and Evidence-Prioritized Experts for Large Vision-Language Models
par: Zhou, Zijie, et autres
Publié: (2026)
par: Zhou, Zijie, et autres
Publié: (2026)
PLPHP: Per-Layer Per-Head Vision Token Pruning for Efficient Large Vision-Language Models
par: Meng, Yu, et autres
Publié: (2025)
par: Meng, Yu, et autres
Publié: (2025)
Evaluating Large Vision-language Models for Surgical Tool Detection
par: Poudel, Nakul, et autres
Publié: (2026)
par: Poudel, Nakul, et autres
Publié: (2026)
SmartCLIP: Modular Vision-language Alignment with Identification Guarantees
par: Xie, Shaoan, et autres
Publié: (2025)
par: Xie, Shaoan, et autres
Publié: (2025)
PyVision-RL: Forging Open Agentic Vision Models via RL
par: Zhao, Shitian, et autres
Publié: (2026)
par: Zhao, Shitian, et autres
Publié: (2026)
AutoBench-V: Can Large Vision-Language Models Benchmark Themselves?
par: Bao, Han, et autres
Publié: (2024)
par: Bao, Han, et autres
Publié: (2024)
OmniPT: Unleashing the Potential of Large Vision Language Models for Pedestrian Tracking and Understanding
par: Fu, Teng, et autres
Publié: (2025)
par: Fu, Teng, et autres
Publié: (2025)
Self-Introspective Decoding: Alleviating Hallucinations for Large Vision-Language Models
par: Huo, Fushuo, et autres
Publié: (2024)
par: Huo, Fushuo, et autres
Publié: (2024)
Physical Prompt Injection Attacks on Large Vision-Language Models
par: Ling, Chen, et autres
Publié: (2026)
par: Ling, Chen, et autres
Publié: (2026)
Large Vision-Language Models as Emotion Recognizers in Context Awareness
par: Lei, Yuxuan, et autres
Publié: (2024)
par: Lei, Yuxuan, et autres
Publié: (2024)
Multi-Cache Enhanced Prototype Learning for Test-Time Generalization of Vision-Language Models
par: Chen, Xinyu, et autres
Publié: (2025)
par: Chen, Xinyu, et autres
Publié: (2025)
POINTS: Improving Your Vision-language Model with Affordable Strategies
par: Liu, Yuan, et autres
Publié: (2024)
par: Liu, Yuan, et autres
Publié: (2024)
QAVA: Query-Agnostic Visual Attack to Large Vision-Language Models
par: Zhang, Yudong, et autres
Publié: (2025)
par: Zhang, Yudong, et autres
Publié: (2025)
A Visual Semantic Adaptive Watermark grounded by Prefix-Tuning for Large Vision-Language Model
par: Zheng, Qi, et autres
Publié: (2026)
par: Zheng, Qi, et autres
Publié: (2026)
Global Semantic-Guided Sub-image Feature Weight Allocation in High-Resolution Large Vision-Language Models
par: Liang, Yuxuan, et autres
Publié: (2025)
par: Liang, Yuxuan, et autres
Publié: (2025)
Trustworthy Large Models in Vision: A Survey
par: Guo, Ziyan, et autres
Publié: (2023)
par: Guo, Ziyan, et autres
Publié: (2023)
Florence-VL: Enhancing Vision-Language Models with Generative Vision Encoder and Depth-Breadth Fusion
par: Chen, Jiuhai, et autres
Publié: (2024)
par: Chen, Jiuhai, et autres
Publié: (2024)
Benchmarking Large Vision-Language Models on CFMME: A Comprehensive Chinese Financial Multimodal Evaluation Dataset
par: Chen, Qian, et autres
Publié: (2026)
par: Chen, Qian, et autres
Publié: (2026)
VLM4VLA: Revisiting Vision-Language-Models in Vision-Language-Action Models
par: Zhang, Jianke, et autres
Publié: (2026)
par: Zhang, Jianke, et autres
Publié: (2026)
MMICL: Empowering Vision-language Model with Multi-Modal In-Context Learning
par: Zhao, Haozhe, et autres
Publié: (2023)
par: Zhao, Haozhe, et autres
Publié: (2023)
GeoRSMLLM: A Multimodal Large Language Model for Vision-Language Tasks in Geoscience and Remote Sensing
par: Zhang, Zilun, et autres
Publié: (2025)
par: Zhang, Zilun, et autres
Publié: (2025)
Delineating Knowledge Boundaries for Honest Large Vision-Language Models
par: Song, Junru, et autres
Publié: (2026)
par: Song, Junru, et autres
Publié: (2026)
Multimodal Emotion Recognition with Vision-language Prompting and Modality Dropout
par: QI, Anbin, et autres
Publié: (2024)
par: QI, Anbin, et autres
Publié: (2024)
White-box Multimodal Jailbreaks Against Large Vision-Language Models
par: Wang, Ruofan, et autres
Publié: (2024)
par: Wang, Ruofan, et autres
Publié: (2024)
Assessing Privacy Preservation and Utility in Online Vision-Language Models
par: Chaudhari, Karmesh Siddharam, et autres
Publié: (2026)
par: Chaudhari, Karmesh Siddharam, et autres
Publié: (2026)
RAU: Reference-based Anatomical Understanding with Vision Language Models
par: Li, Yiwei, et autres
Publié: (2025)
par: Li, Yiwei, et autres
Publié: (2025)
Attention Prompting on Image for Large Vision-Language Models
par: Yu, Runpeng, et autres
Publié: (2024)
par: Yu, Runpeng, et autres
Publié: (2024)
ZipVL: Efficient Large Vision-Language Models with Dynamic Token Sparsification
par: He, Yefei, et autres
Publié: (2024)
par: He, Yefei, et autres
Publié: (2024)
SlideChat: A Large Vision-Language Assistant for Whole-Slide Pathology Image Understanding
par: Chen, Ying, et autres
Publié: (2024)
par: Chen, Ying, et autres
Publié: (2024)
Boosting Vision Semantic Density with Anatomy Normality Modeling for Medical Vision-language Pre-training
par: Cao, Weiwei, et autres
Publié: (2025)
par: Cao, Weiwei, et autres
Publié: (2025)
PanMatch: Unleashing the Potential of Large Vision Models for Unified Matching Models
par: Zhang, Yongjian, et autres
Publié: (2025)
par: Zhang, Yongjian, et autres
Publié: (2025)
Advancing General Multimodal Capability of Vision-language Models with Pyramid-descent Visual Position Encoding
par: Chen, Zhanpeng, et autres
Publié: (2025)
par: Chen, Zhanpeng, et autres
Publié: (2025)
AddressVLM: Cross-view Alignment Tuning for Image Address Localization using Large Vision-Language Models
par: Xu, Shixiong, et autres
Publié: (2025)
par: Xu, Shixiong, et autres
Publié: (2025)
Vision-DeepResearch: Incentivizing DeepResearch Capability in Multimodal Large Language Models
par: Huang, Wenxuan, et autres
Publié: (2026)
par: Huang, Wenxuan, et autres
Publié: (2026)
PIP: Detecting Adversarial Examples in Large Vision-Language Models via Attention Patterns of Irrelevant Probe Questions
par: Zhang, Yudong, et autres
Publié: (2024)
par: Zhang, Yudong, et autres
Publié: (2024)
Subspace Alignment for Vision-Language Model Test-time Adaptation
par: Zeng, Zhichen, et autres
Publié: (2026)
par: Zeng, Zhichen, et autres
Publié: (2026)
Large Vision-Language Models Get Lost in Attention
par: Xi, Gongli, et autres
Publié: (2026)
par: Xi, Gongli, et autres
Publié: (2026)
Measuring the Measurers: Quality Evaluation of Hallucination Benchmarks for Large Vision-Language Models
par: Yan, Bei, et autres
Publié: (2024)
par: Yan, Bei, et autres
Publié: (2024)
DHCP: Detecting Hallucinations by Cross-modal Attention Pattern in Large Vision-Language Models
par: Zhang, Yudong, et autres
Publié: (2024)
par: Zhang, Yudong, et autres
Publié: (2024)
Documents similaires
-
IQAGPT: Image Quality Assessment with Vision-language and ChatGPT Models
par: Chen, Zhihao, et autres
Publié: (2023) -
Hyperbolic and Evidence-Prioritized Experts for Large Vision-Language Models
par: Zhou, Zijie, et autres
Publié: (2026) -
PLPHP: Per-Layer Per-Head Vision Token Pruning for Efficient Large Vision-Language Models
par: Meng, Yu, et autres
Publié: (2025) -
Evaluating Large Vision-language Models for Surgical Tool Detection
par: Poudel, Nakul, et autres
Publié: (2026) -
SmartCLIP: Modular Vision-language Alignment with Identification Guarantees
par: Xie, Shaoan, et autres
Publié: (2025)